[发明专利]数据处理方法和装置

说明书

本申请公开了一种数据处理方法和装置。该方法包括：获取用户帐户在当前时刻之前的第一历史行为特征；向预先训练好的生存概率模型输入第一历史行为特征，获取生存概率模型输出的用户帐户在预测期内各个预测时间段的第一生存预测概率，并基于第一生存预测概率，获取预测期内用户帐户的第一生存曲线；获取用户帐户在当前时刻之后首次访问业务的活跃时刻，并利用活跃时刻修正第一生存曲线，获得预测期内用户帐户的第二生存曲线；基于第一生存曲线和第二生存曲线的差异，确定用户帐户的活跃度增益，并确定第一历史行为特征和/或业务的业务特征对活跃度增益的影响程度及影响方向。通过本申请，达到了有效提升用户活跃度的效果。

技术领域

本申请涉及数据处理领域，具体而言，涉及一种数据处理方法和装置。

背景技术

近几年互联网视频领域发展迅猛，其中各种社交软件以及短视频APP(Application，应用)等成为数亿用户每日娱乐消遣的首选，众多互联网企业都在大力发展短视频及内容推送等相关业务，其中如何提高用户活跃度，增加用户粘性已经成为各个业务的核心关切的问题。

目前提升用户活跃度的主要手段是通过个性化推荐策略，常用的推荐优质推送内容的方法包括基于消费量排序、基于转化率排序等，这类方法通俗易懂，但却存在着极大的推荐算法短板，造成视频挑选依赖于短期反馈(点击率、时长、点赞等)，这与提升用户活跃度的目标并不匹配，同时这样的方法挑选的视频均是头部视频，这会导致平台流量分配的马太效应非常严重。

发明人发现，为了解决基于消费量和转化率排序推荐业务内容的弊端，相关技术的解决方案主要是从视频固有特征的角度来描述视频质量，例如：

1.视频的标题信息；

2.内容属性信息、内容反馈信息和内容来源信息；

3.视频的画质信息，包括帧率、码率。

但这些方法更多的是描述视频本身的清晰度等特征，对于哪些内容能够提升用户活跃度，目前尚未提出有效的解决方案。

发明内容

本申请的主要目的在于提供一种数据处理方法和装置，以解决向用户推送内容时无法获知哪些内容能够提升用户活跃度的问题。

为了实现上述目的，根据本申请的一个方面，提供了一种数据处理方法，该方法包括：获取用户帐户在当前时刻之前的第一历史行为特征；向预先训练好的生存概率模型输入所述第一历史行为特征，获取所述生存概率模型输出的所述用户帐户在预测期内各个预测时间段的第一生存预测概率，并基于所述第一生存预测概率，获取所述预测期内所述用户帐户的第一生存曲线；所述生存概率模型是以样本用户帐户的第二历史行为特征为输入、所述样本用户帐户的历史活跃信息为输出训练得到的，所述第二历史行为特征为所述样本用户帐户在第一历史时刻之前的历史行为特征，所述历史活跃信息包括第二历史时刻与第一历史时刻之间的时间间隔，所述第二历史时刻为所述样本用户帐户在第一历史时刻之后预设时间段内首次活跃的历史时刻；获取所述用户帐户在当前时刻之后首次访问业务的活跃时刻，并利用所述活跃时刻修正所述第一生存曲线，获得所述预测期内所述用户帐户的第二生存曲线；基于所述第一生存曲线和第二生存曲线的差异，确定所述用户帐户的活跃度增益，并确定所述第一历史行为特征和/或所述业务的业务特征对所述活跃度增益的影响程度及影响方向。

可选地，所述确定所述第一历史行为特征和/或所述业务的业务特征对所述活跃度增益的影响程度及影响方向，包括：以所述第一历史行为特征、所述业务的业务特征为输入，以所述活跃度增益为输出，训练树模型；解释训练好的树模型，确定所述第一历史行为特征和/或所述业务的业务特征对所述活跃度增益的影响程度及影响方向。